AIは、老化科学における個別化された治療法の道を開く

シンガポール国立大学（NUS医学）Yong Loolin Medicineの研究者と、ドイツのRostock University Medical Centerの医学および高齢化研究における生物統計学および情報学研究所の研究者との共同研究は、AIツールのような高度なAIツールを調査しました。大規模な言語モデル（LLMS）は、老化の介入を簡単に評価し、パーソナライズされた推奨事項を提供することができます。調査結果は、Leading Review Journal Aging Research Reviewsに掲載されました。

老化の研究により、圧倒的な量のデータが生成されているため、新しい薬、食事の変化、運動ルーチンなどの介入が安全で効果的であるかを判断することが困難です。この研究では、AIシステムの包括的な一連の基準を提案して、複雑な生物学的データを分析する能力を通じて正確で信頼性が高く、理解しやすい評価を提供することにより、AIがより効率的かつ正確にデータを分析できる方法を調査しました。

研究者は、効果的なAIベースの評価のための8つの重要な要件を特定しました。

1。評価結果の正しさ。データ品質は精度のために評価されます。
2。有用性と包括性。
3。評価結果の解釈可能性と説明可能性。結果と与えられた説明の明快さと簡潔さ。
4.介入の影響を受ける因果メカニズムの特定の考慮。
5。全体的な文脈でのデータの考慮事項：

• 有効性と毒性、および大きな治療窓の存在の証拠。
• 「学際的な」設定で分析します。

6.分析（および報告の）の再現性、標準化、および調和を可能にします。
7.多様な縦方向の大規模データに特に重点を置いています。
8。老化の既知のメカニズムに関連する結果に特に重点を置いています。

プロンプトの一部としてこれらの要件についてLLMSに伝えることで、彼らが生成した推奨事項の品質が向上しました。

生化学および生理学学科のブライアン・ケネディ教授、および研究を共同でリードしたNUS Medicineの健康的な長寿翻訳研究プログラムは、「薬や栄養補助食品などの現実世界の例を使用してAIメソッドをテストしました。特定のガイドラインに従うことで、AIはより正確で詳細な洞察を提供できます。たとえば、ラパマイシンを分析すると、健康な老化を促進する可能性があるため、AIはその有効性を評価しただけでなく、文脈固有の説明と警告も提供しました。副作用の可能性など。」

「研究の調査結果は広範囲に及ぶ効果をもたらす可能性がある」と、医療と高齢化研究の生物統計学および情報学研究所のディレクターであるゲオルグ・フエレン教授は、研究を共同主導したロストック大学医療センターの「ヘルスケア、AIに語る」と付け加えた。適切な反応の重要な要件により、より効果的な治療法が可能になり、一般的にAIツールはより良い臨床試験を設計し、この研究を使用するための主要なステップです。特に年をとるにつれて、すべての人の健康結果を改善します。」

今後、チームは現在、長寿関連の介入アドバイスのAIモデルを最適に促す方法の大規模な研究に焦点を当てており、慎重に設計された幅広いベンチマーク、つまりキュレーション、ハイ – の精度と信頼性を評価しています。品質データ。そのようなAIシステムの検証は、長寿介入が多数の健康な人々によって実装される可能性があるため、特に重要です。前向き研究では、AIベースの評価が人間の試験で成功した結果を正確に予測し、より安全で効果的な健康介入への道を開くことができることを実証する必要があります。

チームは、調査結果を使用して、健康と長寿の介入をより正確でアクセスしやすくし、最終的に生命の質と期間を改善することを望んでいます。研究者、臨床医、および政策立案者の協力は、堅牢な規制枠組みを確立し、AI駆動型評価の安全かつ効果的な使用を確保するために不可欠です。

Fuellen G、Kulaga A、losing S、fried M、Avelar RA、Palmer D、Kennedy BK。
老化および長寿の研究と実践におけるAIベースの介入評価の検証要件。
Aging Res Rev. 2024 Dec 4; 104：102617。 doi： 10.1016/j.arr.2024.102617